Penerapan Metode Random Forest Regression Untuk Menganalisis Manajemen Stok Produksi Semen di PT. Semen Tonasa

Abstract

Manajemen stok produksi semen merupakan aspek penting dalam mendukung kelancaran operasional dan distribusi pada unit packing plant. Ketidakseimbangan antara ketersediaan stok dan kebutuhan distribusi berpotensi menimbulkan kelebihan maupun kekurangan stok yang dapat memengaruhi efisiensi operasional. Penelitian ini bertujuan untuk menerapkan metode Random Forest Regression dalam memprediksi stok produksi semen serta menganalisis kondisi manajemen stok produksi pada Unit Packing Plant Bitung PT Semen Tonasa. Data yang digunakan merupakan data historis stok produksi semen selama dua tahun terakhir, yaitu tahun 2024 dan 2025. Metode penelitian meliputi pengolahan data, analisis eksploratif, pembangunan dan evaluasi model Random Forest Regression, analisis feature importance, serta prediksi stok produksi satu tahun mendatang. Evaluasi kinerja model dilakukan menggunakan metrik Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa model memiliki kinerja yang sangat baik dengan nilai MAE sebesar 4,60, RMSE sebesar 8,21, dan R² sebesar 0,9983. Analisis feature importance menunjukkan bahwa variabel total bag merupakan faktor yang paling dominan dalam memengaruhi stok produksi semen. Hasil prediksi menunjukkan adanya variasi nilai stok produksi antarperiode yang mencerminkan kondisi manajemen stok produksi yang dinamis.